Structure-aware registration network for liver DCE-CT images

要約

肝臓のダイナミック コントラスト増強コンピューター断層撮影 (DCE-CT) の画像登録は、肝臓がんの診断と画像誘導手術計画にとって重要です。
ただし、呼吸によって誘発される複雑な空間運動と組み合わされた造影剤の流れによる強度変動は、既存の強度ベースの登録方法に大きな課題をもたらします。
これらの問題に対処するために、関連臓器の構造情報をセグメンテーションに基づく深い登録ネットワークに組み込むことにより、新しい構造認識登録方法を提案します。
既存のセグメンテーションに基づく登録方法は、解剖学的構造の固有の属性を無視して、対になった臓器セグメンテーション内の体積登録のみに焦点を当てています。
さらに、造影剤の流れにより、DCE-CT 画像では、このような一対の臓器セグメンテーションが常に利用できるとは限りません。
既存のセグメンテーションに基づく登録方法とは異なり、提案された方法は、線と面の階層的な幾何学的視点で構造情報を抽出します。
次に、抽出された構造情報に従って、構造認識制約が構築され、前方および後方変形フィールドに同時に課されます。
このようにして、対になっていないものを含むすべての利用可能な臓器セグメンテーションを十分に活用して、造影剤の副作用を回避し、登録中に臓器のトポロジーを維持することができます。
社内の肝臓DCE-CTデータセットと公開LiTSデータセットに関する広範な実験は、提案された方法が最先端の方法よりも高い登録精度を達成し、解剖学的構造をより効果的に保存できることを示しています。

要約(オリジナル)

Image registration of liver dynamic contrast-enhanced computed tomography (DCE-CT) is crucial for diagnosis and image-guided surgical planning of liver cancer. However, intensity variations due to the flow of contrast agents combined with complex spatial motion induced by respiration brings great challenge to existing intensity-based registration methods. To address these problems, we propose a novel structure-aware registration method by incorporating structural information of related organs with segmentation-guided deep registration network. Existing segmentation-guided registration methods only focus on volumetric registration inside the paired organ segmentations, ignoring the inherent attributes of their anatomical structures. In addition, such paired organ segmentations are not always available in DCE-CT images due to the flow of contrast agents. Different from existing segmentation-guided registration methods, our proposed method extracts structural information in hierarchical geometric perspectives of line and surface. Then, according to the extracted structural information, structure-aware constraints are constructed and imposed on the forward and backward deformation field simultaneously. In this way, all available organ segmentations, including unpaired ones, can be fully utilized to avoid the side effect of contrast agent and preserve the topology of organs during registration. Extensive experiments on an in-house liver DCE-CT dataset and a public LiTS dataset show that our proposed method can achieve higher registration accuracy and preserve anatomical structure more effectively than state-of-the-art methods.

arxiv情報

著者 Peng Xue,Jingyang Zhang,Lei Ma,Mianxin Liu,Yuning Gu,Jiawei Huang,Feihong Liua,Yongsheng Pan,Xiaohuan Cao,Dinggang Shen
発行日 2023-03-08 14:08:56+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, eess.IV パーマリンク